![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 72
张筱竼
吾生也有涯,而知也无涯
展开
-
卷积网络可视化
https://www.ctolib.com/topics-130872.htmlhttps://blog.csdn.net/MrR1ght/article/details/92799591https://www.jb51.net/article/179111.htmhttps://www.jb51.net/article/179111.htmhttps://www.pyimagesearch.com/2020/03/09/grad-cam-visualize-class-activatio原创 2020-05-10 23:13:31 · 235 阅读 · 0 评论 -
小样本学习综述
论文地址:https://arxiv.org/pdf/1904.05046.pdf GitHub 地址:https://github.com/tata1661/FewShotPapers 基于各个方法利用先验知识处理核心问题的方式,该研究将 FSL 方法分为三大类: 数据:利用先验知识增强监督信号; 模型:利用先验知识缩小假设空间的大小; 算法:利用先验知识更改给定假设空间中对最优假设的搜索。 ...翻译 2020-05-10 16:27:08 · 607 阅读 · 0 评论 -
乳腺癌组织病理图像分类
原文地址:https://ieeexplore.ieee.org/abstract/document/8122889/citations#citations1.数据集介绍Breakhis数据库包含良性和恶性乳腺肿瘤的显微活检图像。通过2014年1月至2014年12月的临床研究收集图像。在这段时间内,临床症状为BC所有患者都被邀请到巴西P&D实验室参与研究。机构审查委员会批准了...原创 2020-04-27 23:13:39 · 5366 阅读 · 4 评论 -
计算机视觉中的注意力机制
https://cloud.tencent.com/developer/news/247227原创 2020-03-12 11:34:21 · 239 阅读 · 0 评论 -
GAN完整理论推导与实现
转自:https://www.jiqizhixin.com/articles/2017-10-1-1本文是机器之心第二个 GitHub 实现项目,上一个 GitHub 实现项目为从头开始构建卷积神经网络。在本文中,我们将从原论文出发,借助 Goodfellow 在 NIPS 2016 的演讲和台大李宏毅的解释,而完成原 GAN 的推导与证明。本文主要分四部分,第一部分是描述 GAN 的直观概...转载 2019-10-25 22:38:26 · 540 阅读 · 0 评论 -
My Neural Network isn't working! What should I do?
So you're developing the next great breakthrough in deep learning but you've hit an unfortunate setback: your neural network isn't working and you have no idea what to do. You go to your boss/supervis...转载 2019-05-22 23:52:56 · 251 阅读 · 0 评论 -
语义分割中Pooling操作存在的问题
在语义分割中pooling操作可以较小特征图尺寸,降低网络的参数量,获得更大的感受野,使得CNN在语义分割的任务中更加高效。但是pooing操作并不是完美的,它也存在如下的一些缺陷:Max pooling/ Average pooling/ Up-sampling / pooling layer (例如双线性插值) 是确定性的,无法像卷积层通过学习得到; 内部数据结构丢失;空间层级化信息丢失...原创 2019-05-17 22:56:03 · 658 阅读 · 0 评论 -
有关语义分割的奇技淫巧有哪些:分享一些实用的纯工程 tricks
作者:AlexL链接:https://www.zhihu.com/question/272988870/answer/562262315本人才学疏浅,就分享一些水Kaggle时看到的和用过的tricks吧,纯工程没理论,不保证一定能用hhh代码取自在Kaggle论坛上看到的帖子和个人做过的project1. 如何去优化IoU在分割中我们有时会去用intersection over...转载 2019-06-19 22:03:55 · 503 阅读 · 0 评论 -
卷积神经网络中的注意力机制
视觉注意力机制:视觉注意力机制是人类视觉所特有的大脑信号处理机制。人类视觉通过快速扫描全局图像,获得需要重点关注的目标区域,也就是一般所说的注意力焦点,而后对这一区域投入更多注意力资源,以获取更多所需要关注目标的细节信息,而抑制其他无用信息。在卷积神经网络中,视觉注意力通常可分为通道注意力和空间注意力两种形式。通道注意力机制:空间注意力机制:1.Convolutional Block ...原创 2019-07-09 10:48:38 · 18562 阅读 · 0 评论 -
SENet
转自:http://www.sohu.com/a/161633191_465975我是 Momenta 的高级研发工程师胡杰,很高兴可以和大家分享我们的 SENet。借助我们提出的 SENet,我们团队(WMW)以极大的优势获得了最后一届 ImageNet 2017 竞赛 Image Classification 任务的冠军,并被邀请在 CVPR 2017 的 workshop(Beyond ...转载 2019-07-09 10:51:02 · 236 阅读 · 0 评论 -
医学图像分析面临的挑战和未来方向
目前面临的主要挑战有:缺少精确的标注数据。医学领域对标注的要求更高。 样本不平衡。正负样本往往数量差异较大。 预测结果置信度信息缺失。医学领域对模型可解释性的要求更高最近在做医学图像分割的工作,对这几点有一些体会,标注数据的质量对分割结果有很大的影响,Garbage in, garbage out 用在此处也很合适。未来方向:处理小数据问题。一些有用的技术包括使用迁移学习、数据增...原创 2019-05-15 20:54:49 · 3328 阅读 · 0 评论 -
Loss损失函数及代码详解
最近在做语义分割相关的工作,看到两篇博文介绍的不错,放在这里学习,也供需要的朋友参考。1.语义分割的各种loss详解与实现https://blog.csdn.net/wangdongwei0/article/details/845760442.损失函数loss总结https://blog.csdn.net/qq_14845119/article/details/80787753...原创 2019-05-19 22:43:03 · 3653 阅读 · 0 评论 -
U-Net核心思想
2015年提出的用于生物图像分割的网络,并在当时取得了冠军核心思想:1.网络由一个收缩子网络核一个扩张子网络构成;收缩主要用来捕捉上下文特征,扩张用来进行定位;2.收缩网络由卷积层、relu、2*2max polling构成,扩张网络主要由转置卷积来完成;3.收缩网络特征层分辨率高,用来定位;扩张网络特征层分辨率低,用来分类;4.收缩网络和扩张网络之间存在快捷连接,将底底层特征...原创 2018-09-13 19:22:27 · 755 阅读 · 0 评论 -
1*1卷积核的作用
1*1卷积核的作用延伸开来说的话挺多,但是其实质是:通过N个1*1的卷积核,能够将M张图像转化为N张图像。 比如,某个卷积层的输入有256个特征图,通过64个1*1的卷积核,输出的特征图即为64个。 依次为出发点还可以引申出很多作用: 1.通过卷积核为1*1的卷积层可以增加网络的非线性能力,提高网络的表达能力; 2.在ResNet模组中加入1*1卷积...原创 2018-09-07 20:24:33 · 4536 阅读 · 2 评论 -
MXNet图像数据打包 im2rec.py
记录一下使用MXNet进行图像数据打包时踩过的坑。我使用的MXNet是最新的1.2.0版本,而参考资料中给的基本都是老版本的打包方式,所以过程中出了很多错误,无奈只能看im2rec.py源码,最终完美解决。 MXNet提供了图像数据打包格式RecordIO,以及专用迭代器ImageRecordIter,它可以快速异步载入打包后的图像,还可以自动完成裁剪、缩放、图像增强等常见操作...原创 2018-07-23 10:10:25 · 1428 阅读 · 5 评论 -
faster R-CNN 框架总结
这几天在学习faster R-CNN,看到一篇文章总结得很棒,特转来学习。转自:https://zhuanlan.zhihu.com/p/32905770论文:Towards Real-Time Object Detection with Region Proposal Networkscode:matlab ShaoqingRen/faster_rcnn,python Assetio...转载 2018-12-25 12:11:52 · 1867 阅读 · 0 评论 -
批量修改文件夹JPEGImages中图片的名字 为voc2007数据集要求的格式
#-*-coding:utf-8-*-import os path_0 = "./**"i=1for item in os.listdir(path_0): old_name = os.path.join(path_0,item) new_name = os.path.join(path_0,(str(i).zfill(6)+'.jpg')) os.rena...原创 2018-12-26 12:40:33 · 1988 阅读 · 1 评论 -
faster-rcnn tensorflow windows demo测试 错误总结
使用的faster rcnn 的版本为:https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3.5在运行demo.py文件进行测试的时候,遇到了这么一条错误提示:absl.flags._exceptions.UnrecognizedFlagError: Unknown command line flag 'net'. Did yo...原创 2019-01-02 21:12:38 · 407 阅读 · 0 评论 -
变分自编码器(VAE)
【导读】本文是工程师Irhum Shafkat的一篇博文,主要梳理了变分自编码器的相关知识。我们知道,变分自编码器是一种生成模型,在文本生成、图像风格迁移等诸多任务中有显著的效果,那么什么是变分自编码器?它存在什么问题?它有什么改进算法?本文较为全面地讲解了变分自编码器的相关内容,分别介绍:标准变分自编码器的结构、存在的问题以及相关的解决思路,并预测了变分自编码器的改进方向,相信能给您的研究带来一...转载 2019-01-08 16:23:56 · 10900 阅读 · 2 评论 -
类别不均衡图像分割中loss的选择
最近在做医学图像分割,对于小器官或者病灶的分割问题,类别不平衡是一个需要解决的难题。今天看到了一篇介绍类别不均衡图像分割中loss的文章,感觉不错,分享给大家。https://blog.csdn.net/m0_37477175/article/details/83004746...原创 2019-03-15 13:28:09 · 3186 阅读 · 0 评论 -
基于深度学习的图像分割
PapersDeep Joint Task Learning for Generic Object Extractionintro: NIPS 2014homepage:http://vision.sysu.edu.cn/projects/deep-joint-task-learning/paper:http://ss.sysu.edu.cn/~ll/files/NIPS2014_J...转载 2019-03-12 21:07:22 · 2681 阅读 · 0 评论 -
softmax layer
一张图,简单易懂、清晰明了。原创 2019-03-13 10:30:07 · 483 阅读 · 0 评论 -
ImportError: Install keras_contrib in order to use instance normalization
解决方案:定位到出错的地方将 from keras_contrib.layers.normalization import InstanceNormalization改为from keras_contrib.layers.normalization.instancenormalization import InstanceNormalization注:keras_con...原创 2019-03-22 09:56:10 · 1199 阅读 · 0 评论 -
k-折交叉验证(代码)
k = 4mun_validation_samples = len(data) // knp.random.shuffle(data)validation_scores = []for fold in range(k): validation_data = data[num_validation_samples*fold:num_validation_samples*(fol...原创 2019-03-23 19:28:19 · 7883 阅读 · 2 评论 -
深度学习如何在医学影像分割上大显神通?——分割网络的三个改进思路
今天看到了一篇介绍深度学习在医学影像分割中的应用的文章,写的很好,分享给更多需要的朋友。原文链接:https://cloud.tencent.com/developer/article/1029037一、医学影像分割有助于临床工作图像分割在影像学诊断中大有用处。自动分割能帮助医生确认病变肿瘤的大小,定量评价治疗前后的效果。除此之外,脏器和病灶的识别和甄别也是一项影像科医生的日常工作。CT和...转载 2018-09-14 13:03:13 · 18707 阅读 · 2 评论